基于EMD的超声多普勒血流和管壁信号的分离方法

【摘要】： 超声多普勒技术因其能无损地进行血流测量,成为血液循环系统特别是心血管方面疾病的诊断和疗效评估的重要手段。但临床检测到的超声多普勒血流信号中往往包含管壁信号,它会干扰血流速度的测量,从而影响诊断和评估的准确性。因此精确分离超声多普勒血流与管壁信号具有相当重要的临床意义。 本文提出了两种新的超声多普勒血流与管壁信号的分离算法——结合自适应小波阈值的EMD分离算法和基于瞬时频率的EMD分离算法。两种算法都充分利用了血流与管壁信号在时频域的物理特性,并在论文后面的改进部分中将算法的适用范围扩展到了双向血流信号。 为了验证本文算法的有效性,分别仿真了单双向的连续波和脉冲波超声多普勒血流信号进行分离实验,并与高通滤波器法、空间选择性降噪法和原EMD降噪法作了比较。实验表明：与以往的分离方法相比,本文提出的两种方法在分离准确性和稳定性方面都令人满意,其分离误差比高通滤波器至少减小了50%。当管壁信号最高频率为100Hz时,结合自适应小波阈值的EMD分离算法表现出了更好的分离效果,而当管壁信号最高频率为150 Hz和200 Hz时,基于瞬时频率的EMD分离算法更为适宜。 论文最后将算法应用于采集自人体颈总动脉的超声多普勒信号,实验也表明：本文提出的两种新方法在滤除管壁搏动信号的同时,相对其他几种方法保留了更多的低频血流信号,有望为临床诊断提供帮助。